智谱今日宣布推出新一代开源模型 GLM-5.3，在保持基座模型不变的前提下，通过后训练 Scaling 技术显著提升了模型性能。该模型在编程能力、网络安全防御及复杂任务处理等方面实现突破，多项基准测试成绩超越前代及同类开源模型。
在编程能力方面，GLM-5.3 展现显著优势。内部评测显示其编程能力较 GLM-5.2 提升 50%，在 Terminal Bench 3.0 和 Agents' Last Exam (CLI) 等公开基准测试中位居开源模型首位。实际测试中，该模型在真实开发环境下的任务完成效率尤为突出：在 High 档位下准确率达 31.4%，超越 Claude Opus 4.8 最高档位的 29.5%，且每项任务平均输出 5 万 tokens，仅为后者 12 万 token 用量的 42%。
网络安全领域，GLM-5.3 在白盒代码审查和漏洞发现任务中表现与 Mythos 5 持平，证明其具备专业级安全防御能力。这得益于智谱开发的 IndexShare、SAO 及新一代 Slime 框架，通过强化学习在相同基座上实现了性能跃升。测试数据显示，在 DeepSWE v1.1 长程软件工程测试中，模型得分从 46.2 提升至 66.9；在覆盖 44 种职业的 GDPval-AA v2 测试中取得 1,769 分，展现出跨领域专业任务执行能力。
为验证模型实际使用体验，智谱自研 Z.ai Code Bench 评估体系将模型置于复杂本地开发环境，模拟开发者使用 Coding Agent 的真实场景。测试表明，GLM-5.3 在效果与资源利用率间取得平衡，其端到端任务执行路径较同类模型缩短 60% 以上。
伴随模型发布，智谱同步推出官方编程工具 ZCode 和效率工具 AutoClaw，GLM Coding Plan 用户额度今日 13:00 重置。TraeWork、WorkBuddy、Qoder 等十余个编码平台开放抢先体验，API 服务即将上线。完整模型权重将在完成安全加固后于两周内开源，通过限制潜在攻击能力确保其防御价值。
在跨工具协作测试 Agents' Last Exam 中，GLM-5.3 得分从 23.8 提升至 28.5，证明其长程任务处理能力显著增强。该模型在 Terminal-Bench 3.0 的得分跃升至 28.3，较前代 4.6 分增长 515%，成为当前开源模型中复杂终端任务处理能力最强的解决方案。
